Showcase Final Project: Dashboard Analytics dengan Looker Studio

Belajar Data Visualization Bukan Cuma Teori

Salah satu output utama dari training data visualization adalah kemampuan membuat dashboard yang bisa digunakan untuk analisis bisnis nyata. Pada final project ini, peserta Christian Arifin berhasil membangun dashboard analytics end-to-end menggunakan Looker Studio yang terdiri dari:

• Order Dashboard
• Product Dashboard
• Order Return Dashboard
• Interactive filter & distribution analysis
• KPI summary untuk monitoring performa bisnis

Project ini menggunakan dataset Superstore untuk mensimulasikan kebutuhan analisis bisnis retail.

Struktur Dashboard yang Dibangun

Dashboard terdiri dari tiga halaman utama yang saling terintegrasi:

1. Order Dashboard

Halaman ini menampilkan performa pemesanan secara keseluruhan.

Insight utama yang ditampilkan:

• Total Unique Order: 25,728
• Total Order: 51,290
• Order Priority Distribution
• Ship Mode Distribution
• Monthly Distribution of Total Unique Order
• Filter berdasarkan:
  • Order Priority
  • Ship Mode
  • Date Range

Dashboard ini membantu melihat:

• Pola prioritas order
• Distribusi metode pengiriman
• Tren order bulanan
• Monitoring volume transaksi

2. Product Dashboard

Halaman kedua fokus pada performa produk.

Insight utama:

• Total Unique Product Sold: 3,788
• Total Product Sold: 178,312
• Product Category Distribution
• Product Subcategory Distribution
• Product Sold Over Country
• Data Last Updated indicator

Dashboard ini berguna untuk:

• Mengetahui kategori produk paling laris
• Analisis subkategori performa rendah
• Distribusi penjualan berdasarkan wilayah
• Monitoring update data real-time

3. Order Return Dashboard

Halaman ketiga menampilkan analisis retur produk.

Insight utama:

• Total Order Returned: 1,079
• Return Rate: 4.2%
• Total Product Returned: 7,675
• Product Category Distribution (Return)
• Product Subcategory Distribution (Return)
• Top 3 Customers Return Count
• Region by Quantity

Dashboard ini membantu:

• Mengidentifikasi produk dengan tingkat retur tinggi
• Mengetahui pelanggan dengan return terbanyak
• Analisis wilayah dengan return tertinggi
• Evaluasi kualitas produk